説明可能なAI(XAI)の基礎と最新モデルおよびシステムへの応用 <オンラインセミナー>

~ AIと解釈可能性の基礎、解釈可能なAIモデル、モデルに依存しない説明可能性モデル、XAIの実例 ~

・解釈可能なAIモデルであるXAI技術の基礎と各種モデルの特徴を修得し、応用するための講座

・AIの予測結果をもとに人間が意思決定する場合に必要な技術として注目を浴びているXAI技術を先取りし、システム開発に応用しよう!

オンラインセミナーの詳細はこちら:

・WEB会議システムの使い方がご不明の方は弊社でご説明いたしますのでお気軽にご相談ください。

講師の言葉

 AIの本質は、データがどのように生成されたのかというメカニズムを模倣し予測を行う点にあります。現実世界のデータは複雑なことが多いため、そこにフィットさせるために深層学習をはじめとする複雑な機械学習アルゴリズムも近年は多く使われています。そういった中で、AIの予測結果が期待されるものと異なる場合、あるいは予測結果に対して人間が意思決定を行う場合など、その根拠が求められるケースもあります。しかしながら、複雑なモデルを用いた場合、予測結果に対して、なぜそうなったのか?をそのままでは説明できません。そのような場合に役立つのがXAIです。XAIは発展途上の技術ですが、よりよいAIを作るための技術あるいはAIの予測結果をもとに人間が意思決定する場合に必要な技術として注目を浴びています。

 本講義では、XAIの基礎を外観することで、XAIで何かができて何ができないのか?利点と欠点、適用例などについて解説します。

本講座の申込み受付は終了しました。

セミナー詳細

開催日時
  • 2021年09月13日(月) 13:00 ~ 17:00
開催場所 オンラインセミナー
カテゴリー オンラインセミナーソフト・データ・画像・デザイン
受講対象者 ・AIモデルの開発は行ったことはあるがXAIを使ったことがない方
・AIプロダクトの導入を検討されている方、導入したが性能に満足いただけない方
・AIを利用したビジネスを企画している方
・AIの結果を顧客や上司に説明したい方
・システム、ソフト、データ解析部門の技術者の方
予備知識 ・高校の数学(微分・積分)程度の知識
修得知識 ・AI開発の難しさの原因はどこにあるのかの理解
・各種XAIモデルの基礎知識とそれぞれの利点と欠点
・AIの今後の展望
プログラム

1.XAIを理解するための人工知能と解釈性の基礎

  ・AIと解釈可能性の基礎

    a.AIの基礎

    b.AI開発プロセスと開発のボトルネック

    c.AIの解釈性とは何か、なぜ必要か

 

2.解釈可能なAIモデル

  (1).線形モデルとその拡張

    a.線形モデル

    b.一般化線形モデル

    c.一般化加法モデル

  (2).決定木モデルとその拡張

    a.決定木

    b.決定規則

    c.ルールフィット

  (3).まとめ

 

3.モデルに依存しない説明可能性モデル

  (1).特徴量の効果の評価

    a.部分従属プロット

     b.個別条件付き期待値

     c.累積局所効果プロット

  (2).代理モデルを用いた評価

    a.大域代理モデル

    b.局所代理モデル

  (3).SHAP

    a.シャープレイ値

    b.SHAP

  (4).まとめ

 

4.XAIの実例

  (1).画像異常検出への適用例

  (2).医療データへの適用例

 

5.AIとXAIの未来

キーワード XAI 線形モデル 決定木モデル ルールフィット 説明可能性モデル 特徴量 代理モデル SHAP シャープレイ値
タグ AI・機械学習
受講料 一般 (1名):44,000円(税込)
同時複数申込の場合(1名):38,500円(税込)
会場
オンラインセミナー
本セミナーは、Web会議システムを使用したオンラインセミナーとして開催します。
こちらのセミナーは現在募集を締め切っております。
次回開催のお知らせや、類似セミナーに関する情報を希望される方は、以下よりお問合せ下さい。
contact us contact us
各種お問い合わせは、お電話でも受け付けております。
03-5322-5888

営業時間 月~金:9:00~17:00 / 定休日:土日・祝日